हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
DeepSeek: DeepSeek V3.2 Exp
deepseek/deepseek-v3.2-expDeepSeek: DeepSeek V3.2 Exp अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
DeepSeek: DeepSeek V3.2 Exp एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 40% कम है।
- 1,63,840 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
- reasoning effort नियंत्रण सपोर्ट करता है।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00166 है।
DeepSeek: DeepSeek V3.2 Exp के बारे में
DeepSeek V3.2 Exp, DeepSeek का एक प्रायोगिक लार्ज लैंग्वेज मॉडल है, जिसे 29 सितंबर 2025 को V3.1 और भविष्य की आर्किटेक्चर के बीच एक मध्यवर्ती चरण के रूप में जारी किया गया था। यह DeepSeek Sparse Attention (DSA) पेश करता है, जो एक बारीक स्पार्स अटेंशन तंत्र है। मॉडल दोनों दिशाओं में केवल टेक्स्ट है, और इसका नॉलेज कटऑफ 31 जुलाई 2025 है।
यह टेक्स्ट इनपुट स्वीकार करता है और टेक्स्ट आउटपुट लौटाता है, जिसमें 163,840 टोकन का कॉन्टेक्स्ट विंडो और अधिकतम 147,456 टोकन का आउटपुट होता है। यह संयोजन एक ही अनुरोध में लंबे दस्तावेजों और लंबी जनरेशन के लिए उपयुक्त है। समर्थित पैरामीटर में temperature, top_p, top_k, frequency_penalty, max_tokens और response_format शामिल हैं, साथ ही स्कीमा-प्रतिबंधित उत्तरों के लिए structured_outputs भी। यह reasoning और include_reasoning पैरामीटर के माध्यम से रीज़निंग नियंत्रण भी प्रदान करता है, और tools तथा tool_choice के माध्यम से टूल उपयोग भी, ताकि यह केवल गद्य के बजाय फंक्शन कॉल कर सके और संरचित आर्गुमेंट लौटा सके।
ये क्षमताएं कुछ व्यावहारिक पैटर्न की ओर इशारा करती हैं। एक बड़ा कॉन्टेक्स्ट विंडो और एक बड़ा आउटपुट बजट इसे लंबी फाइलों से सारांश या निष्कर्षण, बहु-दस्तावेज प्रश्न उत्तर, और एक ही पास में लंबे रूप के टेक्स्ट का मसौदा तैयार करने के लिए उपयुक्त बनाता है। संरचित आउटपुट और टूल कॉलिंग एजेंट, रिट्रीवल पाइपलाइन और वर्कफ़्लो के लिए उपयुक्त हैं जहां मॉडल को स्कीमा से मेल खाने वाला JSON लौटाना होता है या यह तय करना होता है कि किस फंक्शन को कॉल करना है। रीज़निंग पैरामीटर आपको अनुरोध करने या रीज़निंग सामग्री को दबाने की सुविधा देते हैं, इस पर निर्भर करते हुए कि आप मध्यवर्ती चरणों को सामने लाना चाहते हैं या नहीं। चूंकि यह प्रायोगिक है, इसलिए उत्पादन में इस पर निर्भर होने से पहले इसे अपने स्वयं के मूल्यांकन सेट के विरुद्ध परीक्षण करना उचित है।
आप इसे मॉडल आईडी "deepseek/deepseek-v3.2-exp" का उपयोग करके api14 के OpenAI-संगत API के माध्यम से कॉल करते हैं। अपने मौजूदा OpenAI क्लाइंट को api14 बेस URL पर इंगित करें, उस मॉडल आईडी के साथ एक चैट कम्प्लीशन्स अनुरोध भेजें, और अनुरोध बॉडी ऊपर सूचीबद्ध पैरामीटर स्वीकार करती है: frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, tool_choice, tools, top_k और top_p। यदि आप पहले से ही OpenAI SDK का उपयोग करते हैं, तो स्विच करना अधिकतर बेस URL, API कुंजी और मॉडल आईडी का बदलाव है।
मुख्य चेतावनी प्रायोगिक स्थिति है। यह एक टेक्स्ट मॉडल है, इसलिए यह छवियों या ऑडियो को संभाल नहीं सकता, और यदि आपका कार्य मल्टीमॉडल है तो आपको एक अलग मॉडल की आवश्यकता होगी। यदि आपको दीर्घकालिक उत्पादन ट्रैफ़िक के लिए एक स्थिर, गैर-प्रायोगिक एंडपॉइंट की आवश्यकता है, तो एक स्थिर रिलीज़ सुरक्षित डिफ़ॉल्ट हो सकती है, और इस मॉडल का उपयोग वहां किया जा सकता है जहां इसकी स्पार्स अटेंशन और रीज़निंग नियंत्रण मूल्यांकन के योग्य हों।
DeepSeek: DeepSeek V3.2 Exp API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "deepseek/deepseek-v3.2-exp" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "deepseek/deepseek-v3.2-exp",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltyinclude_reasoningmax_tokensreasoningresponse_formatstructured_outputstemperaturetool_choicetoolstop_ktop_pस्पेसिफिकेशन
- Context लंबाई
- 1,63,840
- अधिकतम आउटपुट
- 1,47,456
- इनपुट
- text
- आउटपुट
- text
- Knowledge cutoff
- 2025-07-31
api14 पर requests · पिछले 7 दिन
DeepSeek: DeepSeek V3.2 Exp: अक्सर पूछे जाने वाले सवाल
- DeepSeek: DeepSeek V3.2 Exp API की कीमत कितनी है?
- DeepSeek: DeepSeek V3.2 Exp की कीमत इनपुट $0.95 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- DeepSeek: DeepSeek V3.2 Exp की context window कितनी है?
- DeepSeek: DeepSeek V3.2 Exp हर request में 1,63,840 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 1,47,456 आउटपुट tokens तक लिखता है।
- DeepSeek: DeepSeek V3.2 Exp क्या कर सकता है?
- DeepSeek: DeepSeek V3.2 Exp text स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
- अपने कोड से DeepSeek: DeepSeek V3.2 Exp कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "deepseek/deepseek-v3.2-exp" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- DeepSeek: DeepSeek V3.2 Exp के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: OpenAI: GPT-5.6 Luna Pro (batch), OpenAI: GPT-5.6 Luna (batch), Tencent: Hy3। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
DeepSeek: DeepSeek V3.2 Exp कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। DeepSeek: DeepSeek V3.2 Exp के बारे में पहला टॉपिक खोलें।